与opencl的累积和

我尝试使用opencl实现累积和，如下所示：

__kernel void cumsum(__global float *a)
{
    int gid = get_global_id(0);
    int n = get_global_size(0);

    for (int i = 1; i < n; i <<= 1)
        if (gid & i)
            a[gid] += a[(gid & -i) - 1];
}

---

但是，前32个数字是正确的，之后是错误的（太低）。这与工作组的规模有关吗？如何修复此问题？

当I变得足够大时，您将读取另一个工作组的输出。OpenCL执行模型中的任何内容都不能保证其他工作组将完成执行

---

通常情况并非如此，您将读取一个部分和，得到的值比最后预期的值要低。

谢谢。我相信这就是所谓的“扫描算法”？你知道一个好的教程吗？既然你使用的是PyOpenCL，你也许可以看看。@bogdan:谢谢，我确实找到了那个页面，但它不是最清晰的教程。我正在阅读规范PDF，它更完整，但不是最好的。这个答案是正确的。然而，我看到的问题发生在元素32上——比工作组规模（400）小得多。正如Eric所预测的，添加内存屏障导致问题发生在元件400处。

import pyopencl as cl
import pyopencl.array as cl_array
import numpy as np

a = np.random.rand(50000).astype(np.float32)

ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)

a_dev = cl_array.to_device(queue, a)

with open("imm/cluster.cl", 'r') as f:
    prg = cl.Program(ctx, f.read()).build()

prg.cumsum(queue, a.shape, None, a_dev.data)
print(np.cumsum(a)[:33], a_dev[:33])